🎯 概述
位置编码为Transformer提供序列位置信息，因为注意力机制本身不包含位置概念。
🏗️ 位置编码类型
1️⃣ 绝对位置编码
可学习位置编码
● 原理：将位置作为可训练参数
● 优点：简单直接，可适应任务
● 缺点：固定长度，泛化性差
Sinusoidal位置编码
● 原理：使用正弦和余弦函数
● 公式：
$PE{(pos, 2i)} = \sin\left(\frac{pos}{10000^{2i/d{model}}}\right)$
$PE{(pos, 2i+1)} = \cos\left(\frac{pos}{10000^{2i/d{model}}}\right)$
2️⃣ 相对位置编码
RoPE (旋转位置编码)
● 原理：通过旋转矩阵编码相对位置
● 优点：支持任意长度，相对位置感知
● 应用：LLaMA、ChatGLM等
ALiBi (Attention with Linear Biases)
● 原理：在注意力分数中添加线性偏置
● 优点：外推能力强，计算高效
● 应用：BLOOM、MPT等
📊 编码方法对比
方法 类型 外推能力 计算效率 应用模型
可学习 绝对 差 高 早期Transformer
Sinusoidal 绝对 中 高 原始Transformer
RoPE 相对 好 中 LLaMA、Qwen
ALiBi 相对 极好 高 BLOOM、MPT
🎯 面试重点
- 为什么需要位置编码？
- RoPE相比绝对位置编码的优势？
- 如何处理超出训练长度的序列？
